AI Для Всех

Очередная крутая работа от OpenAI: Diffusion Models Beat GANs on Image Synthesis. SOTA для генерации картинок на ImageNet

Предлагается новый тип генеративных моделей — вероятностная модель диффузии (Diffusion Probabilistic Model), для краткости «диффузионная модель». Диффузионная модель представляет собой параметризованную цепь Маркова, обученную с использованием вариационного вывода для создания выборок, соответствующих данным, за конечное число шагов. Процесс диффузии тут — это цепь Маркова, которая постепенно добавляет шум к данным в направлении, противоположном семплированию, пока сигнал не будет разрушен. Так вот мы учим обратные переходы в этой цепочке, которые обращают вспять процесс диффузии. И к бабке не ходи, мы параметризуем всё нейронными сетями.

Получается очень качественная генерация, даже лучше чем ганами (особенно хорошо видно на дядьке с Язем, которого здорово так колошматит в моделе BigGAN). Минус диффузионных моделей сейчас — это медленная тренировка и инференс.

Есть код. Подробнее тут.

98 viewsArtemii, 11:01

AI Для Всех

https://github.com/anvoynov/GANLatentDiscovery

#GAN

GitHub

GitHub - anvoynov/GANLatentDiscovery: The authors official implementation of Unsupervised Discovery of Interpretable Directions…

The authors official implementation of Unsupervised Discovery of Interpretable Directions in the GAN Latent Space - GitHub - anvoynov/GANLatentDiscovery: The authors official implementation of Unsu...

97 viewsАнтон Ганичев, edited 11:23

AI Для Всех

Jakub_Langr,_Vladimir_Bok_GANs_in_Action_Deep_learning_with_Generative.pdf

22 MB

На картинке не было ошибки (стр. 114)

475 viewsАнтон Ганичев, 14:32

AI Для Всех

Посмотрел очень по диагонали, но выглядит довольно релевантно (на концептуальном уровне как минимум):

YouTube

#ScientificML #Julia

YouTube

Webinar: Scientific Machine Learning for Enterprises | Feb 25 2020

Scientific machine learning is an emerging discipline which pulls together scientific modeling and machine learning techniques in order to allow for data-efficient, interpretable, and extrapolatable neural architectures. This webinar will dive into this Julia…

96 viewsArtemii, edited 18:55

AI Для Всех

Как получить гарантии генерализации машинного обучения? В статье моих любимейших ACME Labs предлагается использовать смесь размеченных данных и данных размеченных случайным образом.

Если модель выдает маленькую ошибку на чистых данных и большую ошибку на случайной разметке - мы можем надеятся на хорошую генерализацию.

В статье есть формальные доказательства и ещё много всего интересного

ArXiv

#training #classification

83 viewsArtemii, edited 05:28

AI Для Всех

Крутой пример применения #GAN для восстановления лиц на фотографиях:

ArXiv

80 viewsArtemii, edited 05:46

AI Для Всех

Я вообще не представляю как это кому-то может понадобиться, но посмотрите как мило!

Twitter пост

P.s.: обратите внимание на сайт. Papers with #datasets - отличный ресурс для поиска датасетов

Twitter

Papers with Datasets

🐇 SyntheticFur: A dataset for neural rendering with high quality lighting simulation via ray tracing. It contains approximately 140,000 procedurally generated images and 15 simulations with Houdini. Paper: paperswithcode.com/paper/syntheti… Dataset: pape…

88 viewsArtemii, edited 09:03

AI Для Всех

Если у кого-то есть аспиранты гуманитарии или интересующиеся, нашёл семинар BERT для гумунитариаев: https://melaniewalsh.github.io/BERT-for-Humanists/workshop/

#ScientificML #гумунитарии #social

83 viewsArtemii, edited 06:30

Сгенерил мем-ролик (сегментация при помощи DINO), что показать студент на лекции по сегментации

80 viewsDmitry Penzar, edited 04:14

AI Для Всех